随着各种智能移动终端的普及和对定位服务需求的不断增加,室内定位及导航技术进入了快速发展的时期。但是对于医院、商场、机场休息室、体育馆等大型室内场所的定位导航服务仍处于技术研究阶段,无法保证大面积的使用。为此,越来越多的研究人员将目光投入到广泛覆盖室内场所的WiFi信号之中,使得基于WiFi技术的室内定位成为近年来室内定位和导航技术研究和应用的热点。本文在研究国内外室内定位导航系统最新成果的基础上,针对目前研究和应用中存在的实际问题,主要做了如下几方面的工作:1、使用基于高斯滤波、k-means和KNN算法融合的方式为用户提供室内定位,同时基于改进的k-means算法构建及优化位置指纹数据库。2、采用面向对象方法分析设计一个室内定位导航系统,并使用UML语言为该系统建立对象模型、动态模型和功能模型;3、采用SVG技术绘制室内电子地图,并且通过移动设备采集WiFi信号特征数据,将这些数据清洗过滤之后,与信号采集的位置坐标建立位置-指纹数据库,为室内定位与导航提供数据支持,最后,使用IDEA集成环境初步实现室内定位与导航。本文的主要创新点是:提出基于高斯滤波、k-means和KNN算法融合的方式为用户提供更准确的室内定位;改进k-means聚类算法,解决数据采集过程中因采集人员遮蔽信号导致数据采集出现误差的问题;采用逐步更新的方式对位置指纹数据库进行数据更新,使得位置-指纹数据库一直保存的是最近几天的信号特征数据,减少因时间或温差变化引起的定位误差,进一步提高室内定位准确度。